如何使用 OpenCV 在 Python 中为灰度图像绘制 32-Bin 直方图答案

【问题标题】：How do I plot a 32-Bin Histogram for a Grayscale Image in Python using OpenCV如何使用 OpenCV 在 Python 中为灰度图像绘制 32-Bin 直方图
【发布时间】：2013-10-12 18:14:47
【问题描述】：

我在尝试为我正在使用的 640x480 灰度图像生成直方图时遇到了困难。

我正在使用 Python 2.7.3、OpenCV 2.4.6（Python 绑定）和 Numpy

下面的图像是使用可执行软件工具（用 C++ 编程）从同一个图像生成的

这个直方图的属性是：

bins = 50
hist_width = 250
normalised_height_max = 50

因此图像规格为 250x50

我已查阅此文档：

OpenCV 中的直方图计算 http://docs.opencv.org/doc/tutorials/imgproc/histograms/histogram_calculation/histogram_calculation.html

Hist.py - OpenCV Python 示例 https://github.com/Itseez/opencv/blob/master/samples/python2/hist.py

第二个参考中的代码编译得很好，但我尝试编辑它以获得这些块样式列而不是细线，但我似乎无法正确。

import cv2
import numpy as np

cv2.namedWindow('colorhist', cv2.CV_WINDOW_AUTOSIZE)

img = cv2.imread('sample_image.jpg')
h = np.zeros((50,256))

bins = np.arange(32).reshape(32,1)
hist_item = cv2.calcHist([img],0,None,[32],[0,256])
cv2.normalize(hist_item,hist_item,64,cv2.NORM_MINMAX)
hist=np.int32(np.around(hist_item))
pts = np.column_stack((bins,hist))
cv2.polylines(h,[pts],False,(255,255,255))

h=np.flipud(h)

cv2.imshow('colorhist',h)
cv2.waitKey(0)

我的目标是使用以下规格制作直方图：

bins = 32
hist_width = 256
normalised_height_max = 64

我如何修复此代码以实现与上述指定规格类似的直方图？

【问题讨论】：

标签： python opencv histogram grayscale

【解决方案1】：

我已经设法解决了这个问题：

import cv2
import numpy as np

#Create window to display image
cv2.namedWindow('colorhist', cv2.CV_WINDOW_AUTOSIZE)

#Set hist parameters

hist_height = 64
hist_width = 256
nbins = 32
bin_width = hist_width/nbins

#Read image in grayscale mode
img = cv2.imread('sample_image.jpg',0)

#Create an empty image for the histogram
h = np.zeros((hist_height,hist_width))

#Create array for the bins
bins = np.arange(nbins,dtype=np.int32).reshape(nbins,1)

 #Calculate and normalise the histogram
hist_item = cv2.calcHist([img],[0],None,[nbins],[0,256])
cv2.normalize(hist_item,hist_item,hist_height,cv2.NORM_MINMAX)
hist=np.int32(np.around(hist_item))
pts = np.column_stack((bins,hist))

#Loop through each bin and plot the rectangle in white
for x,y in enumerate(hist):
    cv2.rectangle(h,(x*bin_width,y),(x*bin_width + bin_width-1,hist_height),(255),-1)

#Flip upside down
h=np.flipud(h)

#Show the histogram
cv2.imshow('colorhist',h)
cv2.waitKey(0)

结果如下：

请注意，图像的底部与 C++ 实现略有不同。我认为这是由于代码中某处的舍入所致

【讨论】：